典型文献
基于ELM算法的Chebyshev神经网络在常微分方程数值解中的应用
文献摘要：
提出了一种快速的、新颖的、高精度的用于求解常微分方程数值解的方法:考虑了极限学习机(ELM)算法对参数调整的简便性和适合单层网络的特点,结合Chebyshev多项式的正交特性带来的少参数而高逼近的作用.该联合算法只需要少量的神经元和单层的神经网络,再通过最小二乘法,解出矩阵广义逆进行参数调整便可获得具有较高精度且无穷可微的常微分方程数值解.
文献关键词：
常微分方程;数值解;Chebyshev;神经网络;极限学习机;深层优化
中图分类号：
作者姓名：
张继超
作者机构：
扬州大学数学科学学院,江苏 扬州 225009
文献出处：
引用格式：
[1]张继超-.基于ELM算法的Chebyshev神经网络在常微分方程数值解中的应用)[J].电脑与电信,2022(06):58-61
A类：
B类：
ELM,Chebyshev,常微分方程,微分方程数值解,极限学习机,参数调整,简便性,多项式,逼近,联合算法,解出,矩阵广义逆,逆进,无穷,可微,深层优化
AB值：
0.292803
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
